Python数据分析——Pandas（2）

学习目标

• 目标
  • 记忆DataFrame的形状、行列索引名称获取等基本属性
  • 应用Series和DataFrame的索引进行切片获取
  • 应用sort_index和sort_values实现索引和值的排序
• 应用
  • 股票每日数据的操作

---

为了更好的理解这些基本操作，我们将读取一个真实的股票数据。有需要的话数据可以从这里下载：股票数据下载

#读取数据
data = pd.read_csv("./600690.csv")


# 删除一些列，让数据更简单些，并把日期作为行索引，再去做后面的操作
data = data.drop(["股票代码", "名称"],axis=1)

data = data.set_index("日期")

 

1 索引操作

Numpy当中我们已经讲过使用索引选取序列和切片选择，pandas也支持类似的操作，也可以直接使用列名、行名

称，甚至组合使用。

1.1 直接使用行列索引(先列后行)

获取'2018-07-04'这天的'收盘价'的结果

# 直接使用行列索引名字的方式（先列后行）
data['收盘价']['2018-07-04']

# 不支持的操作
# 错误
data['2018-02-27']['收盘价']
# 错误
data[:1, :2]

1.2 结合loc或者iloc使用索引

获取从'2018-02-27':'2018-02-22'，'收盘价'的结果

# 使用loc:只能指定行列索引的名字
data.loc['2018-02-27':'2018-02-22', '收盘价']

# 使用iloc可以通过索引的下标去获取
# 获取前100天数据的'open'列的结果
data.iloc[0:100, 0:2].head()

1.3 使用ix组合索引

Warning:Starting in 0.20.0, the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers.

获取行第1天到第4天， ['收盘价', '最高价', '最低价', '开盘价'] 这个四个指标的结果

# 使用ix进行下表和名称组合做引
data.ix[0:4, ['收盘价', '最高价', '最低价', '开盘价']]

# 推荐使用loc和iloc来获取的方式
data.loc[data.index[0:4], ['收盘价', '最高价', '最低价', '开盘价']]
data.iloc[0:4, data.columns.get_indexer(['收盘价', '最高价', '最低价', '开盘价'])]

2 赋值操作

对DataFrame当中的'收盘价'列进行重新赋值为1

# 直接修改原来的值
data['收盘价'] = 1
# 或者
data.收盘价 = 1

3 排序

排序有两种形式，一种对于索引进行排序，一种对于内容进行排序

• 使用df.sort_values(by=, ascending=)
  • 单个键或者多个键进行排序,默认升序
  • ascending=False:降序
  • ascending=True:升序

# 按照开盘价大小进行排序 , 使用ascending指定按照大小排序
data = data.sort_values(by='开盘价', ascending=False).head()

# 按照多个键共同进行排序
data = data.sort_values(by=['收盘价', '最高价'], ascending=False)

• 使用df.sort_index给索引进行排序

这个股票的日期索引原来是从大到小，现在重新排序，从小到大

# 对索引进行排序
data.sort_index()

• 使用series.sort_values(ascending=True)进行排序

series排序时，只有一列，不需要参数

data['最高价'].sort_values(ascending=True).head()

• 使用series.sort_index()进行排序

与df一致

# 对索引进行排序
data['最高价'].sort_index().head()

4 总结

• 1.索引【掌握】
  • 直接索引 -- 先列后行,是需要通过索引的字符串进行获取
  • loc -- 先行后列,是需要通过索引的字符串进行获取
  • iloc -- 先行后列,是通过下标进行索引
  • ix -- 先行后列, 可以用上面两种方法混合进行索引
• 2.赋值【知道】
  • data[""] = **
  • data. =
• 3.排序【知道】
  • dataframe
    • 对象.sort_values()
    • 对象.sort_index()
  • series
    • 对象.sort_values()
    • 对象.sort_index()